Qui est Bayes ? Qu'est-ce que Bayes ?

Analyse de données bayésienne en Python

Michal Oleszak

Machine Learning Engineer

Qui est Bayes ?

Thomas Bayes

1 Public Domain, https://commons.wikimedia.org/w/index.php?curid=14532025
Analyse de données bayésienne en Python

Faut-il prendre un parapluie ?

Un présentateur météo annonçant 50 % de pluie.

Gros nuages sombres et un éclair.

Analyse de données bayésienne en Python

Qu'est-ce que Bayes ?

  • L'inférence bayésienne consiste à actualiser sa croyance à mesure que de nouvelles informations arrivent.
Analyse de données bayésienne en Python

Qu'est-ce que Bayes ?

  • L'inférence bayésienne consiste à actualiser sa croyance à mesure que de nouvelles informations arrivent.

  • Elle diffère nettement de l'approche classique.

 

 

Approche fréquentiste (classique) Approche bayésienne
probabilité
paramètres
Analyse de données bayésienne en Python

Qu'est-ce que Bayes ?

  • L'inférence bayésienne consiste à actualiser sa croyance à mesure que de nouvelles informations arrivent.

  • Elle diffère nettement de l'approche classique.

 

 

Approche fréquentiste (classique) Approche bayésienne
probabilité proportion de résultats degré de croyance
paramètres
Analyse de données bayésienne en Python

Qu'est-ce que Bayes ?

  • L'inférence bayésienne consiste à actualiser sa croyance à mesure que de nouvelles informations arrivent.

  • Elle diffère nettement de l'approche classique.

 

 

Approche fréquentiste (classique) Approche bayésienne
probabilité proportion de résultats degré de croyance
paramètres valeurs fixes variables aléatoires
Analyse de données bayésienne en Python

Adoptez Bayes : ça paie !

  • Gestion naturelle de l'incertitude (car les paramètres ont des distributions).
  • Possibilité d'intégrer l'avis d'experts ou la connaissance métier (car la probabilité est un degré de croyance).
  • Pas besoin de constantes fixes comme les p-values.
  • Statistiquement correct même avec peu de données.
  • Souvent cohérente avec les résultats fréquentistes, tout en offrant plus de souplesse pour créer des modèles sur mesure.
Analyse de données bayésienne en Python

Distributions de probabilité

  • La distribution d'une variable aléatoire indique quelles valeurs elle peut prendre et avec quelles probabilités.
  • Peut être discrète (ensemble fini de valeurs possibles) ou continue (infinité de valeurs possibles).
  • Les distributions continues se visualisent via une courbe de densité.

Une courbe symétrique en cloche, culminant autour de 165 sur l'axe des X.

Analyse de données bayésienne en Python

Distributions en Python

print(draws)

[146.58686154393, 159.40688614250, ..., ]

 

print(len(draws))

10000

import matplotlib.pyplot as plt
import seaborn as sns
sns.kdeplot(draws, shade=True)
plt.show()

Une courbe symétrique en cloche, culminant autour de 165 sur l'axe des X.

Analyse de données bayésienne en Python

Passons à Bayes !

Analyse de données bayésienne en Python

Preparing Video For Download...